Pandas - Analysieren von DataFrames
Anzeigen der Daten
Eine der am häufigsten verwendeten Methoden, um sich einen schnellen Überblick über den DataFrame zu verschaffen, ist die head()Methode.
Die head()Methode gibt die Kopfzeilen und eine angegebene Anzahl von Zeilen zurück, beginnend von oben.
Beispiel
Verschaffen Sie sich einen schnellen Überblick, indem Sie die ersten 10 Zeilen des DataFrames drucken:
import pandas as pd
df = pd.read_csv('data.csv')
print(df.head(10))
In unseren Beispielen verwenden wir eine CSV-Datei mit dem Namen „data.csv“.
Laden Sie data.csv herunter oder öffnen Sie data.csv in Ihrem Browser.
Hinweis: Wenn die Anzahl der Zeilen nicht angegeben ist, gibt die head()Methode die obersten 5 Zeilen zurück.
Beispiel
Drucken Sie die ersten 5 Zeilen des DataFrame:
import pandas as pd
df = pd.read_csv('data.csv')
print(df.head())
Es gibt auch eine tail()Methode zum Anzeigen der
letzten Zeilen des DataFrame.
Die tail()Methode gibt die Kopfzeilen und eine bestimmte Anzahl von Zeilen zurück, beginnend von unten.
Beispiel
Drucken Sie die letzten 5 Zeilen des DataFrame:
print(df.tail())
Zertifiziert werden!
$10 REGISTRIEREN
Info zu den Daten
Das DataFrames-Objekt hat eine Methode namens info(), die Ihnen weitere Informationen über den Datensatz liefert.
Beispiel
Druckinformationen zu den Daten:
print(df.info())
Ergebnis
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 169 entries, 0 to 168
Data columns (total 4 columns):
# Column Non-Null Count Dtype
--- ------ -------------- -----
0 Duration 169 non-null int64
1 Pulse 169 non-null int64
2 Maxpulse 169 non-null int64
3 Calories 164 non-null float64
dtypes: float64(1), int64(3)
memory usage: 5.4 KB
None
Ergebnis erklärt
Das Ergebnis sagt uns, dass es 169 Zeilen und 4 Spalten gibt:
RangeIndex: 169 entries, 0 to 168 Data columns (total 4 columns):
Und der Name jeder Spalte mit dem Datentyp:
# Column Non-Null Count Dtype --- ------ -------------- ----- 0 Duration 169 non-null int64 1 Pulse 169 non-null int64 2 Maxpulse 169 non-null int64 3 Calories 164 non-null float64
Nullwerte
Die info()Methode teilt uns auch mit, wie viele Nicht-Null-Werte in jeder Spalte vorhanden sind, und in unserem Datensatz scheint es, als gäbe es 164 von 169 Nicht-Null-Werten in der Spalte „Kalorien“.
Das bedeutet, dass in der Spalte "Kalorien" aus irgendeinem Grund 5 Zeilen ohne Wert sind.
Leere Werte oder Nullwerte können beim Analysieren von Daten schlecht sein, und Sie sollten erwägen, Zeilen mit leeren Werten zu entfernen. Dies ist ein Schritt in Richtung sogenannter Reinigungsdaten , und Sie werden in den nächsten Kapiteln mehr darüber erfahren.